树种LSTM的冷水机组预测优化模型研究

作     者：王华秋 李春洋 李永德 WANG Huaqiu;LI Chunyang;LI Yongde

作者机构：重庆理工大学两江人工智能学院重庆401135 四川中烟工业有限责任公司什邡卷烟厂四川什邡618400 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2022年第36卷第10期

页      面：231-238页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：教育部科技项目(2018YFB1700803) 

主　　题：长短期记忆网络 改进树种算法 冷水机组 能效预测 

摘      要：为提升中央空调冷水机组能源转化率,提出了用长短时记忆网络(LSTM)预测制冷机组能源转化率和改进的树种算法(iTSA)来优化运行参数。首先,将冷冻水的供回水温度、冷却水供回水温度、冷冻水流量、冷却水流量、供冷负荷作为输入,能源转换效率(COP)作为输出,建立基于长短时记忆网络的能效预测模型;其次,将预测结果作为参数优化的目标,通过iTSA算法对运行参数进行优化,推断达到离心式制冷机组能效最大的最优参数;最后,以某卷烟厂的离心式制冷机组为研究对象,对冷水机组的能效进行推断,并与已有方法进行对比分析。结果表明:该方法不仅建立了高精度的能效预测模型,而且对运行参数进行了合理的优化,能有效节省冷水机组的能源。